Co je to regrese?
Regrese je statistické měření používané ve financích, investicích a dalších oborech, které se pokouší určit sílu vztahu mezi jednou závislou proměnnou (obvykle označenou Y) a řadou dalších měnících se proměnných (známých jako nezávislé proměnné).
Regrese pomáhá investičním a finančním manažerům oceňovat aktiva a porozumět vztahům mezi proměnnými, jako jsou ceny komodit a zásoby podniků obchodujících s těmito komoditami.
Regrese
Vysvětlení regrese
Dva základní typy regrese jsou lineární regrese a vícenásobná lineární regrese, ačkoli existují nelineární regresní metody pro komplikovanější data a analýzu. Lineární regrese používá jednu nezávislou proměnnou k vysvětlení nebo predikci výsledku závislé proměnné Y, zatímco vícenásobná regrese používá dvě nebo více nezávislých proměnných k predikci výsledku.
Regrese může pomoci odborníkům v oblasti financí a investic i odborníkům v jiných podnicích. Regrese může také pomoci předpovědět tržby pro společnost na základě počasí, předchozích prodejů, růstu HDP nebo jiných typů podmínek. Model oceňování kapitálových aktiv (CAPM) je často používaný regresní model ve financování oceňování aktiv a odhalování kapitálových nákladů.
Obecná forma každého typu regrese je:
- Lineární regrese: Y = a + bX + u Vícenásobná regrese: Y = a + b 1 X 1 + b 2 X 2 + b 3 X 3 +… + b t X t + u
Kde:
- Y = proměnná, kterou se pokoušíte předpovědět (závislá proměnná). X = proměnná, kterou používáte k predikci Y (nezávislá proměnná).a = zachytit.b = slope.u = reziduální regrese.
Existují dva základní typy regrese: lineární regrese a vícenásobná lineární regrese.
Regrese bere skupinu náhodných proměnných, o nichž se předpokládá, že předpovídají Y, a snaží se mezi nimi najít matematický vztah. Tento vztah je obvykle ve formě přímky (lineární regrese), která nejlépe aproximuje všechny jednotlivé datové body. V případě vícenásobné regrese se oddělené proměnné rozlišují pomocí čísel s odběry.
Klíč s sebou
- Regrese pomáhá investičním a finančním manažerům hodnotit aktiva a porozumět vztahům mezi proměnnýmiRegrese může pomoci finančním a investičním profesionálům i profesionálům v jiných podnicích.
Příklad reálného světa, jak se používá regresní analýza
Regrese se často používá k určení toho, kolik specifických faktorů, jako je cena komodity, úrokové sazby, konkrétní odvětví nebo odvětví, ovlivňuje cenový pohyb aktiva. Výše uvedený CAPM je založen na regresi a je využíván k projektování očekávaných výnosů z akcií a ke generování kapitálových nákladů. Výnosy akcií jsou regresovány proti výnosům širšího indexu, jako je S&P 500, za účelem vygenerování beta pro konkrétní akcie.
Beta je riziko akcie ve vztahu k trhu nebo indexu a odráží se jako sklon modelu CAPM. Očekávaný výnos dané akcie by byl závislou proměnnou Y, zatímco nezávislou proměnnou X by byla prémie za tržní riziko.
K modelu CAPM lze přidat další proměnné, jako je tržní kapitalizace akcie, poměry ocenění a nedávné výnosy, aby se získaly lepší odhady výnosů. Tyto další faktory jsou známé jako Fama-francouzské faktory, pojmenované po profesorech, kteří vyvinuli model vícenásobné lineární regrese, aby lépe vysvětlili návratnost aktiv.
